論文の概要: Object-Centered Reconstruction for Vision-Based 3D Force Estimation
- arxiv url: http://arxiv.org/abs/2609.23856v1
- Date: Sun, 20 Sep 2026 20:22:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 16:11:28.092448
- Title: Object-Centered Reconstruction for Vision-Based 3D Force Estimation
- Title（参考訳）: 視覚に基づく3次元力推定のための物体中心再構成
- Abstract要約: 過度な力は組織を損傷させ、ロボット大腸手術における肛門内漏出のリスクを増大させる。
立体内視鏡映像における軟部変形から3次元相互作用力を推定するための視覚ベースパイプラインを提案する。
- 参考スコア（独自算出の注目度）: 6.145731258859477
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Excessive force may damage tissue and increase the risk of anastomotic leakage in robotic colorectal surgery. Although the da Vinci 5 provides force sensing, this capability is unavailable on earlier da Vinci systems and many other surgical robotic platforms. In this work, we present a vision-based pipeline for estimating 3D interaction forces from soft-tissue deformation in stereo endoscopic video. We dynamically reconstruct the tissue point cloud in an object-centered coordinate frame, track tissue points with geometric constraints, and predict the 3D force vector with a neural network. We progressively evaluate the pipeline on rubber-glove phantoms, ex vivo porcine colons, and in vivo colorectal surgical video sequences. Under varying tissue orientations and positions within the endoscopic view, as well as different camera viewpoints, the proposed method achieves average root mean square error (RMSEs) of 0.77 N and 1.30 N on the phantom and porcine colon, respectively. Compared with the camera-frame representation, the object-centered representation reduces average RMSE by 51.3% and 56.7%, while geometry-constrained tracking reduces RMSE by 19.8% and 25.3% compared with CoTracker. We further qualitatively demonstrate the feasibility of vision-based force estimation on an in vivo colorectal surgical sequence, as a step toward clinical translation of vision-based, sensorless force estimation.
- Abstract（参考訳）: 過度な力は組織を損傷させ、ロボット大腸手術における肛門内漏出のリスクを増大させる。
da Vinci 5は力の感知を提供するが、初期のda Vinciシステムや他の多くの手術用ロボットプラットフォームでは利用できない。
本研究では,立体内視鏡映像の軟部変形から3次元相互作用力を推定するための視覚ベースパイプラインを提案する。
対象中心の座標フレーム内の組織点雲を動的に再構成し,組織点を幾何的制約で追跡し,ニューラルネットワークを用いて3次元力ベクトルを予測する。
このパイプラインは, ゴム手袋ファントム, ブタ外大腸, およびin vivoの大腸外科的ビデオで徐々に評価される。
内視鏡的視点の異なる組織配向と位置および異なるカメラ視点で, ファントムとブタの大腸における平均根平均二乗誤差(RMSE)は0.77Nと1.30Nである。
カメラフレームの表現と比較すると、オブジェクト中心の表現は平均RMSEを51.3%、56.7%、幾何学制約の追跡はCoTrackerと比較してRMSEを19.8%、25.3%削減する。
さらに,本研究は,視覚に基づくセンサレス力推定の臨床的翻訳に向けたステップとして,in vivoの大腸癌手術シーケンスにおける視覚ベースの力推定の可能性について定性的に示す。
関連論文リスト
- PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems [55.84012796735184]
近年,3次元再構築システムの入力ビューについて検討している。
本稿では,対向的摂動を最適化し,対面不整合を意図的に導入するPoInit-of-Viewを提案する。
実験により,多種多様な3次元再構成システムとデータセットに対するPoInit-of-Viewの有効性が示された。
論文 参考訳（メタデータ） (2026-04-17T00:48:12Z) - Virtual Intraoperative CT (viCT): Sequential Anatomic Updates for Modeling Tissue Resection Throughout Endoscopic Sinus Surgery [0.8060701341619877]
内視鏡下副鼻腔手術(ESS)における術前CTの逐次更新法として仮想術中CT(viCT)を提案する。
viCTは、単眼内視鏡画像からの3D再構成を用いて、CT形式での進化する解剖の可視化を可能にする。
結果: ViCT の更新は, 手術段階全体にわたって, 表面の誤差が小さかったため, 根治的解剖と一致した。
論文 参考訳（メタデータ） (2026-03-07T00:23:05Z) - Learning Surgical Robotic Manipulation with 3D Spatial Priors [73.00031539525202]
本稿では,3次元空間認識を持つ手術ロボットを支援する,終端から終端までのバイスモータポリシーであるSSTを紹介した。
立体内視鏡画像から頑健な3次元潜伏表現を抽出するために、手術3Dに基づいて強力な幾何学変換器を微調整する。
SSTは、複雑な外科手術における最先端性能と強力な空間一般化を実現する。
論文 参考訳（メタデータ） (2026-03-04T07:19:56Z) - Reinforcement Learning for Follow-the-Leader Robotic Endoscopic Navigation via Synthetic Data [21.611096590329343]
本稿では,内視鏡本体と腸管壁との接触を最小限に抑えるために,フレキシブルな連続構造に基づく内視鏡ロボットについて述べる。
単眼深度推定による視覚に基づく深部強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-06T08:15:53Z) - CT Scans As Video: Efficient Intracranial Hemorrhage Detection Using Multi-Object Tracking [0.9332987715848716]
本稿では,2次元検出の効率と3次元コンテキストの必要性を両立させる軽量コンピュータビジョンフレームワークを開発する。
計算コストのごく一部で3Dコンテキスト推論を近似することにより,リアルタイム患者優先化のためのスケーラブルなソリューションを提供する。
論文 参考訳（メタデータ） (2026-01-05T19:49:51Z) - EndoSfM3D: Learning to 3D Reconstruct Any Endoscopic Surgery Scene using Self-supervised Foundation Model [2.8913847481700667]
内視鏡下手術シーンの3次元再構築は,シーン認識の向上,AR可視化の実現,画像誘導手術におけるコンテキスト認識意思決定支援に重要な役割を担っている。
内在キャリブレーションは、不安定性の制約や、連続ズームと望遠鏡回転を備えた特殊な内視鏡の使用によって妨げられる。
本稿では, 奥行き, ポーズ, 内在性予測に, 奥行きV2(DA2)モデルを適用することで, 内在的パラメータ推定を自己教師付き単眼深度推定フレームワークに統合する。
提案手法はSCAREDおよびC3VD公開データセット上で検証され,最近の状態と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2025-10-25T16:39:04Z) - Tracking Any Point Methods for Markerless 3D Tissue Tracking in Endoscopic Stereo Images [36.91957950791838]
本稿では,2D Tracking Any Point (TAP) ネットワークを利用したマーカーレス3次元組織追跡手法を提案する。
ステレオ内視鏡画像から3次元運動を推定するために,時間的追跡用とステレオマッチング用という2つのCoTrackerモデルを組み合わせる。
人工3Dプリントファントムとニワトリ組織ファントムを用いた実験により,より信頼性の高い結果を得た。
論文 参考訳（メタデータ） (2025-08-11T11:10:16Z) - Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。
本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。
臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
論文 参考訳（メタデータ） (2024-09-18T13:40:59Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - Neural Monocular 3D Human Motion Capture with Physical Awareness [76.55971509794598]
物理的に可塑性なマーカーレス3次元モーションキャプチャのための新しいトレーニングシステムを提案する。
人間のモーションキャプチャのためのほとんどのニューラルな手法とは異なり、我々のアプローチは物理的および環境的な制約を認識している。
様々な場面でインタラクティブなフレームレートで、滑らかで物理的に原理化された3dモーションを生成する。
論文 参考訳（メタデータ） (2021-05-03T17:57:07Z) - Revisiting 3D Context Modeling with Supervised Pre-training for
Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。
新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。
提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文 参考訳（メタデータ） (2020-12-16T07:11:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。